Recientemente analicé un experimento que manipuló 2 variables categóricas y una variable continua usando ANCOVA. Sin embargo, un revisor sugirió que la regresión múltiple con la variable categórica codificada como variables ficticias es una prueba más apropiada para experimentos con variables categóricas y continuas.
¿Cuándo es apropiado usar ANCOVA versus regresión múltiple con variables ficticias y qué factores debo considerar al seleccionar entre las dos pruebas?
Gracias.
ANOVA ANCOVAoMultiple regression ANCOVA) me dicen esoANOVA involves only categorical predictorsyANCOVA involves categorical and continuous predictors, y que ambos diseños, ANOVA y ANCOVA, pueden describirse usando un modelo de regresión múltiple. ¿Esto entra en conflicto con la respuesta de John, que dice"ANCOVA and ANOVA are the same, as ttnphns pointed out"?Respuestas:
ttnphns es correcto.
Sin embargo, dados sus comentarios adicionales, sugeriría que el revisor deseara el cambio simplemente por interpretación. Si desea seguir con los resultados de estilo ANOVA, simplemente llámelo ANOVA. ANCOVA y ANOVA son lo mismo, como señalaron ttnphns. La diferencia es que con ANCOVA no se tratan las covariables como predictores y definitivamente parece querer hacer exactamente eso.
A lo que se refería el revisor era que, si bien puede realizar un ANOVA en predictores continuos, es típico que uno realice una regresión. Una característica de esto es que obtienes estimaciones de los efectos de la variable continua e incluso puedes mirar las interacciones entre ella y lo categórico (que no se incluyen en un ANCOVA pero podrían estar en un ANOVA).
Es posible que necesite ayuda con la interpretación de los resultados de regresión porque suceden cosas divertidas en el camino hacia las interacciones si va a usar los valores beta para determinar la importancia de sus efectos.
fuente
Estos dos son lo mismo. Por ejemplo, en SPSS el procedimiento donde especifico ANCOVA se llama GLM (modelo lineal general); pide ingresar "factores" (predictores categóricos) y "covariables" (predictores continuos). Si recodifico los "factores" en variables ficticias (omitiendo una categoría redundante de cada factor) e ingreso todos esos junto con las covariables como "variables independientes" en el procedimiento REGRESIÓN (regresión lineal), obtendré los mismos resultados que con GLM ( tomado que la variable dependiente es la misma, por supuesto).
PD Los resultados serán idénticos si los modelos son idénticos. Si la regresión contiene solo los efectos principales, ANCOVA debe especificarse sin interacciones factor por factor, por supuesto.
fuente
La regresión lineal múltiple me parece más apropiada que ANCOVA en esta situación, como recomienda el revisor de la revista.
Intente ejecutar una regresión múltiple y un ANCOVA, y compare los resultados. Probablemente no serán idénticos.
ANCOVA y la regresión lineal múltiple son similares, pero la regresión es más apropiada cuando el énfasis está en la variable de resultado dependiente, mientras que ANCOVA es más apropiado cuando el énfasis está en comparar los grupos de una de las variables independientes. En el experimento descrito anteriormente, el énfasis parece estar claramente en la variable de resultado.
Finalmente, a menos que esté realmente seguro de que su forma de hacer las cosas es mejor que la del Revisor, y pueda explicar por qué, entonces probablemente debería reconocer la experiencia del Revisor, para que pueda publicar su artículo.
fuente